扩容
什么时候扩容
- 链表转红黑树。需要判断数组长度，触发扩容
- 调用putAll() , 触发tryPresize() 方法
- 数据量达到阈值
tryPresize-初始化数组
// 扩容前操作，putAll or 链表转红黑树
// size是原数组长度 * 2
private final void tryPresize(int size) {
// putAll()使用，插入map的长度 （putAll）
// size > 最大长度 / 2 就是最大值
// 否则将长度设置为2的幂次
// c是初始化数组长度
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
int sc;
//sizeCtl
// -1:正在初始化数组，小于-1：正在扩容，0：代表还没初始化数组，大于0：可能初始化了(代表阈值)，也可能没初始化（初始化的长度）
// 没有正在进行初始化 或者 正在扩容
while ((sc = sizeCtl) >= 0) {
Node<K,V>[] tab = table; int n;
//数组没有初始化 ，在put方法的时候，其实也走了这样的逻辑。
if (tab == null || (n = tab.length) == 0) {
// 在sc和c之间 选择最大值作为初始化长度
n = (sc > c) ? sc : c;
// 初始化 sizeCtl = -1
if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if (table == tab) {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = nt;
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
}
}
else if (c <= sc || n >= MAXIMUM_CAPACITY)
break;
// 扩容前操作
else if (tab == table) {
// 计算扩容标识戳 多线程迁移数据
int rs = resizeStamp(n);
if (sc < 0) { // 正在扩容 or 初始化
Node<K,V>[] nt;
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
// 当前执行扩容，可能是第一个进来执行扩容的线程
// CAS = SIZECTL 一定是小于 -1
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
//开始扩容 传输老数组
transfer(tab, null);
}
}
}
1.计算表示戳
2.正在扩容线程数
tryPreSize方法-扩容标识戳
static final int resizeStamp(int n) {
// 32~64
// 00000000 00000000 00000000 00011010
// 计算n在二进制表示时，前面有多少个0
// 00000000 00000000 10000000 00000000
// 00000000 00000000 10000000 00011010
// 前面的操作是基于数组长度等到一个标识，方便其他线程参与扩容
// 后面的值是为了保证当前扩容戳左移16位之后，一定是一个负数
return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
}
扩容操作 transfer
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
// 不超过CPU内核数的线程进行扩容
// 计算每个线程处理数据的区间大小 最小是16
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
// 新数组没有初始化 进行初始化
// 在原来的基础上扩大两倍
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
// 初始化数组 扩大两倍
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
// transferIndex old数组的长度
}
// n ：老数组长度
// stride: 步长
// nextTable, nextTab : 新数组
// nextn : 新数组长度
// transferIndex 线程领取任务时的核心属性
int nextn = nextTab.length;
//先声明fwd节点、在老数组迁移数据完成后，将fwd赋值上去
// 表示已经迁移完的，完成迁移 修改成fwd
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
// 是否扩容完成
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) {
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
//每操作一次 -1
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
//
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
// 当前数组为空，直接修改成fwd 表示迁移完成
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
//当前节点 以及迁移完毕 。如果是 进入下一次遍历
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
// 针对当前要迁移的节点 加syn🔒
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
// == 0 不用迁移
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
//新数组的原来的下标
setTabAt(nextTab, i, ln);
// 新数组的新位置
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
//树的方式进行迁移
else if (f instanceof TreeBin) {
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h, e.key, e.val, null, null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}
size如何进行统计？
因为chm是put线程安全，且同一时刻可能多个线程操作数据，那么如何统计有多少个元素呢，如果使用cas的方式，也就是atoxxx的。在并发量小的时候可以计算。当并发量比较高的时候，性能就下降了。chm很巧妙的通过并发的粒度来做的处理。
当并发量竞争小的时候通过size 进行统计，当并发竞争高cas失败的时候，每个链表维护一个一个cell,当调用size 统计的时候，在逐个统计。但是可能存在数据不准确，是一种弱一致性。
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
// 统计元素的个数
if ((as = counterCells) != null ||
// cas 修改baseCount
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
// 添加元素个数
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
// 是否要做扩容
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 第一次扩容的场景
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
if (sc < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
//as != null 说明竞争高，使用countterCell 数组统计，否则直接返回sum的和
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
get()
在查询数据时，会先判断当前key对应的value，是否在数组上。
其次会判断当前位置是否属于特殊情况：数据被迁移、位置被占用、红黑树结构
最后判断链表上是否有对应的数据。
找到返回指定的value，找不到返回null即可
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 和put时一样的操作，先计算k的hashcode
int h = spread(key.hashCode());
// 对应的下标不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
// 第一个元素就是 直接返回
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
// 树结构查找
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
// 链表结构查找
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
针对于chm，主要从几个方面学习
- 1.7 8的区别
- put核心流程
- get核心流程
- 扩容流程
- size流程
